51. 硅谷调研手记丨AI能力边界、大厂收入与从业者焦虑

你可能也会有这种感受：想完全跟上AI的迭代速度，似乎变得越来越困难。 一个功能还没用熟，更强的版本已经发布；一个话题还没完全理解，下一个热点又开始刷屏。从AI Agent、Coding工具，到前不久的人形机器人马拉松，AI的技术演进可谓「一日千里」。 但热闹之下，隐藏着更为关键的问题：当前AI的能力边界究竟推进到了哪里，未来可能进化成什么形态？对普通人的工作、生活会产生哪些具体影响？在AI「日更」的技术演进中，哪些产业的不可替代性更强？哪些细分赛道又更具投资确定性？ 坐镇本期节目的两位分享嘉宾，他们前不久刚从美国硅谷一线调研回来，参加了GTC大会和OFC大会，走访了AI浪潮的前沿阵地，带回来不少新鲜滚烫的一手观察： l 硅谷现在热度最高的话题是什么？ l 中美AI圈以及美国内部存在哪些「温差」？ l Coding 能力为什么会成为这轮质变的关键？ l 哪些能力无法被AI替代，哪些产业可能被重塑？ l 「Token经济学」是什么，为什么会成为理解AI商业模式的关键？ l 美国大模型「御三家」轮流坐头把交椅，他们做对了什么？ l 从算力、通信、存储，到机器人、AI眼镜、智能驾驶，哪些投资机会更值得关注？ 如果你对这些话题感兴趣，欢迎收听本期节目，一起度过充满信息量的1个小时。 聊天的人 冯炉丹，中欧科技战队基金经理 董亮，中欧科技战队研究员 偌馨，特邀主持人 时间轴 Part 1：硅谷一线调研，感受到哪些惊喜和「温差」？ 03:04 时隔数年再去美国，AI的火种已经在硅谷燃烧起来 03:48 AI行业近两三年的变化可能被低估了 07:18 美国内部也有「温差」：硅谷认为AGI即将到来，东海岸歌舞升平 09:26 中国在AI方面的短板和优势有哪些？ 10:06 「时光机理论」还奏效吗？ 10:35 硅谷的紧迫感：更强的被替代焦虑，更大量级的资本投入 Part 2：当AI能干活后，对普通人的工作生活有何影响？ 13:43 不容易被AI替代的三件事：从“0到1”的创造力，沟通能力，真实世界交互 14:46 从养“龙虾”到养“爱马仕”，过度学习对大脑也是种消耗 15:05 不必焦虑于每个新工具，真正重要的是积累自己的数据和工作流 15:37 AI可能重塑教育：未来最重要的是提问、交流、与自己相处 19:54 为什么coding是打开线上世界的钥匙？ Part 3：Token，是AI时代的劳动力 21:48 解析今年GTC大会上的新概念：推理时代、Token经济学、AI工厂 24:44 比起科技界的春晚，GTC大会更像一场演唱会 25:52 「Token经济学」描绘了下一代生产关系 27:18 Token的成本和效率为什么决定了企业生死？ Part 4：B端商业模式逐渐跑通，「御三家」格局未定 30:57 Coding打开了B端收入，市场不再担心大厂收入 31:58 新闻中常提到的ARR是数字游戏吗？ 34:48 「御三家」轮流坐大模型头把交椅，每次反超做对了什么？ 39:12 中国的开源生态全球领先，这意味着很难掉队 44:05 最新这轮变革主要在B端生产力，B端收入空间远大于C端 Part 5：AI投资机会：最利好AI基础设施，通信>存储>计算 45:44 硅谷调研归来，AI投资观点有哪些改变？ 47:10 当前最利好AI基础设施，通信>存储>计算 51:48 未来2-3年期待AI for Science，未来5年期待AGI到来 53:00 智能机器人：真正提升全社会生产效率的工具 54:20 智能可穿戴设备可能成为下一代入口 55:25 智能驾驶正在美国跑通商业化 56:28 风险提示：股价变化与产业变化并不一定同步 关键词解释 GTC大会：英伟达主办的全球技术大会，近年来成为观察AI算力、推理、芯片和产业生态的重要窗口。 OFC大会：光通信领域的重要国际会议，常被用来观察光模块、光互连、数据中心通信等产业趋势。 Token/词元：AI模型处理文本时的基本单位，可以理解成AI世界里的“字”或“工作量单位”。输入和输出都会消耗Token。 推理时代：AI从“训练更大模型”逐步走向“大规模被用户调用和使用”阶段，对应的推理算力需求会急剧上升。 ARR（Annual Recurring Revenue）：年度经常性收入。常用于衡量SaaS或API型公司的年化收入能力，但要结合增长持续性和客户质量判断。 AGI（Artificial General Intelligence）：通用人工智能，指具备更广泛理解、推理和执行能力的人工智能。 AI Agent：可以根据目标自主拆解任务、调用工具、执行流程的AI系统。 Coding：这里主要指AI编程能力。AI不只是写代码，而是能通过代码完成更复杂的线上任务和工作流。 AI for Science：用AI辅助科学研究，比如药物发现、材料科学、生物化学等。 Physical AI：物理AI，指AI从虚拟世界走向物理世界，典型方向包括机器人、自动驾驶等。 光模块/光通信：数据中心中承担高速信息传输的重要硬件环节。随着AI算力集群扩大，通信效率成为关键瓶颈之一。 - 中欧基金出品，特别鸣谢聪明投资者- 风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。 在小宇宙查看该单集文稿